深度学习入门 : 基于Python的理论与实现

第2章

感知机

本章将介绍感知机

A

（

perceptron

）这一算法。感知机是由美国学者

Frank

Rosenblatt

在 1957 年提出来的。为何我们现在还要学习这一很久以前就有

的算法呢？因为感知机也是作为神经网络（深度学习）的起源的算法。因此，

学习感知机的构造也就是学习通向神经网络和深度学习的一种重要思想。

本章我们将简单介绍一下感知机，并用感知机解决一些简单的问题。希

望读者通过这个过程能熟悉感知机。

2.1

感知机是什么

感知机接收多个输入信号，输出一个信号。这里所说的“信号”可以想

象成电流或河流那样具备“流动性”的东西。像电流流过导线，向前方输送

电子一样，感知机的信号也会形成流，向前方输送信息。但是，和实际的电

流不同的是，感知机的信号只有“流/ 不 流 ”（ 1/0）两种取值。在本书中，0

对应“不传递信号”，1 对应“传递信号”。

图 2

-

1 是一个接收两个输入信号的感知机的例子。x

1

、x

2

是输入信号，

y 是输出信号，w

1

、w

2

是

权 重（w 是

weight

的首字母）。图中的○称为“神

经元”或者“节点”。输入信号被送往神经元时，会被分别乘以固定的权重

A

严格地讲，本章中所说的感知机应该称为“人工神经元”或“朴素感知机”，但是因为很多基本的处

理都是共通的，所以这里就简单地称为“感知机”。

  第 2章　感知机

22

（w

1

x

1

、w

2

x

2

）。神经元会计算传送过来的信号的总和，只有当这个总和超过

了某个界限值时，才会输出1。这也称为“神经元被激活” 。这里将这个界

限值称为阈值，用符号

θ

表示。